水箱的流量问题.PDFVIP

水箱的流量问题 一 实验目的 了解曲线拟合问题与最小二乘拟合原理. 学会观察给定数表的散点图，选择恰当的曲线 拟合该数表. 掌握分析实际问题的思想和方法，建立恰当的数学模型. 用已学过的数学实验 内容解决实际问题. 二 实验原理 给定平面上的一组点 （x ，y ），k ＝1，2 ，…，n，寻求一条曲线y f (x) ，使它较 k k 好的近似这组数据，这就是曲线拟合，如图 24.1. y 最小二乘法是曲线拟合的常用的方 法．最小二乘法的原理是，求 f (x) ，使 n  [ f (x )  y ]2 达到最小．拟合时， k k k 1 选取适当的拟合函数形式 f (x)  c  (x) c (x)c  (x) ， 0 0 1 1 m m （其中 称作拟合 x  (x),(x),, (x) 0 1 m 函数的基底函数.）为使 取到极小值，将  图 24.1 的表达式代入，对变量 求函数 的 f (x) ci  偏导数，令其等于零，得到由m 1 个方程组成的方程组, 从中求解 （i＝0，1，2，…， c i m ）． 三 学习Mathematica 命令 1. 求数据的拟合函数的命令 Fit 拟合函数 Fit[ ] 的一般形式是： Fit[data ，funs，vars] 在这里data 是数据，vars 为变量(可以是多个变量), funs 为m+1 个以vars 为变量的基底 函数. 其输出结果是以基底函数(funs)的线性组合形式为拟合函数的最佳拟合函数(最小二 乘估计的结果). Fit 命令既可以作曲线拟合, 也可以作曲面拟合. 这里只进行曲线拟合. 曲线拟合时的数据的格式为 {{x ，y }，{x ，y }，…，{x ，y }}. 下面是作曲线 1 1 2 2 n n 拟合时常用的几种拟合函数的形式 Fit[data，{1，x}，x]: 用线性函数a bx 拟合数据 data . Fit[data，{1，x，x^2}，x]: 用二次函数a bx cx 2 拟合数据 data. Fit[data，Table[x^i，{i，0，n}]，x]: 用x 的 n 次多项式拟合数据data. 2. 多项式拟合函数PolynomialFit Mathematica 在程序包 NumericalMath 中提供了多项式拟合函数 PolynomialFit. PolynomialFit 的一般形式是： PolynomialFit[data，n] 189 它按最小二乘法构造 次多项式函数拟合数据 data. 例如输入 n Numeri